дані, то відшкодовувати їх середніми значеннями інших спостережень в осередках. При цьому, однак, штучно введені відсутні дані не слід враховувати-вать при підрахунку числа ступенів свободи/1 /.
2 Застосування дисперсійного аналізу в різних процесах і дослідженнях
2.1 Використання дисперсійного аналізу при вивченні міграційних процесів
Міграція - складне соціальне явище, багато в чому визначальне економічну і політичну сторони життя суспільства. Дослідження міграційних процесів пов'язано з виявленням факторів зацікавленості, задоволеності умовами праці, та оцінкою впливу отриманих факторів на міжгруповое рух населення.
О» ij = c i q ij a j , p> де О» ij - інтенсивність переходів з вихідної групи i (Виходу) в нову j (входу);
c i - можливість і здібності покинути групу i (c i ≥ 0);
q ij - привабливість нової групи з порівняно з вихідною (0 ≤ q ij ≤ 1);
a j - доступність групи j (a j ≥ 0).
Якщо вважати чисельність групи i рівній n i , то оцінкою випадкової величини ОЅ ij - числа переходів з i в j - буде n i c i q ij a j :
ν ij ≈ n i λ ij = n i c i q ij a j . (16)
На практиці для окремої людини ймовірність p переходу в іншу групу мала, а чисельність розглянутої групи n велика. У цьому випадку діє закон рідкісних подій, тобто межею ОЅ ij є розподіл Пуассона з параметром Ој = np:
.
З ростом Ој розподіл наближається до нормального. Перетворену ж величину в€љ ОЅ ij можна вважати нормально розподіленою.
Якщо Прологаріфміровав вираз (16) і зробити необхідні заміни змінних, то можна отримати модель дисперсійного аналізу: br/>
C i = ln c i ,
В
A j = ln a j ,
В
X i, j = C i + A j + Оµ.
В
Значення C i і A j дозволяють отримати модель двухфакторного дисперсійного аналізу з одним спостереженням в клітці. Зворотним перетворенням з C i і A j обчислюються коефіцієнти c i і a j .
При проведенні дисперсійного аналізу в якості значень результативної ознаки Y слід взяти величини:
Y ij = X i, j -X,
